汉卫研续,医学科研人的“AI搭子”

很多研究，始于一个值得继续追问的瞬间。

可能是门诊中反复出现的一个临床现象，实验里捕捉到的一条异常信号，也可能是文献中尚未得到充分解释的一组关联。从发现问题，到沿着线索不断深入，每一次科研探索，都在拓展我们对疾病与生命的理解。

然而，科研之路从来不是坦途。文献浩如烟海，数据分散在各个系统，模型工具切换频繁，分析过程难以追溯……当科研人员把大量精力消耗在找数据、调工具、拼流程上，真正用于思考和发现的时间反而被挤占。

有没有一种可能，让AI不只是某个环节的加速器，而是贯穿研究全程的同行者？

建邺高新区汉卫公共卫生研究院（以下简称“汉卫研究院”）给出的答案是——研续。

文献检索、数据分析、模型调用……近年来，AI已在医学科研的多个环节“上岗”，做科研不再是一个人的孤独长征。但医学研究从来不是一个个孤立的动作。单点工具能帮助科研人员“跑得更快”，却很难让整项研究“跑得顺、跑得远”。

基于多年在医疗健康数据治理、AI工具链以及医学科研场景的深耕实践，汉卫构建的科研新基建以“科研问题”为中心，可实现知识、数据、模型与验证的无缝衔接，让分散在不同系统中的专业能力，共同服务于同一个研究目标。

“AI真正的科研价值，是与科研者一起，把未知一步一步变成发现。”汉卫研究院总经理闫艳认为，在全新的科研模式下，科研人员聚焦提出问题、研判方向、把控价值；AI则负责调度工具、推进任务、沉淀成果。

人机各司其职，让科研人员将更多精力投入真正的科学发现。

围绕医学科研中的关键环节，“研续”构建了智数、知脉、星图、溯真四大能力板块，它们各有所长，又通过统一科研工作台彼此连接，组成一个全能型科研搭子。

四大能力板块通过统一科研工作台协同。即使研究方向发生调整，不同环节仍能相互承接，科研人员也可随时回溯关键证据。问题定义、研究路径与结果解释，始终由科研人员把握。

好的平台，要经得起真实场景的检验。

目前，“研续”的整体工作流已在真实临床科研项目中得到验证，覆盖从问题进入到阶段性结果形成的完整链路，已成功发现新药靶点，正在筹备临床试验。验证结果表明，“研续”能够围绕具体科研问题组织所需能力，持续承接并推进实际科研任务。

今年8月，在雄安新区举办的第二届健康传播生态共创大会上，“研续”首次面向行业公开发布，便引发广泛关注。来自医疗机构、科研团队及行业机构的参会代表，围绕科研数据接入、模型工具与任务匹配、分析过程可追溯等实际问题展开热烈探讨，对“研续”在临床科研与医学创新场景下的应用前景表现出浓厚兴趣。

科研不是一次性的冲刺，而是一场接力。

在“研续”中，研究形成的数据、证据、分析方法、模型工具、阶段性结果与科研报告，都会随项目持续沉淀。科研人员和团队再次进入项目时，可以快速了解已有进展，在完整脉络中继续开展研究。

当研究成果能够被持续理解、复用和延续，一次科研任务也就成为团队科研能力的一部分。

从工具到平台、从提效到重构，AI正在重新定义医学科研的边界。“研续”的启程，旨在与每一位科研者同行——以问题为起点、以发现为方向，把未知，一步步变成发现。